奧丁丁新聞 OwlNews｜多元觀點。獨創你的輪廓

商傳媒｜葉安庭／綜合外電報導寵物保險公司Pumpkin（一家提供寵物健康保險的美國公司）於今年一月推出名為 Poppy 的語音人工智慧（AI）代理，旨在透過自動化初步聯繫來優化客戶服務流程。此舉不僅有效提升了銷售業績，也同步改善了客戶滿意度與轉介至真人服務人員的比例。 根據《CX Dive》報導，美國的寵物保險滲透率僅約 4.3%，顯示市場對於寵物保險的認知度仍低。許多初次養寵物的飼主常低估寵物醫療費用，因此更需要教育與引導。Pumpkin 的總裁 Lior Keren 指出，公司致力於提供客製化且細緻的服務，特別強調客戶與團隊互動時的關懷。為了在廣闊的市場中觸及潛在客戶並維持服務品質，Pumpkin 轉而採用 AI 解決方案。 Poppy 的主要任務是接觸潛在客戶，透過提問評估其興趣，收集基本資訊，並在取得同意後，將客戶即時轉接給具備執照的保險服務人員。相較於過去仰賴外部承包商進行人工撥號，Poppy 克服了人工撥號在產能限制、服務人員時間匹配以及通話品質不一（如口音、通話時段）等方面的挑戰。 Lior Keren 解釋，Poppy 的對話內容嚴格限制在不需要保險執照的範疇，而與執照相關的專業諮詢則保留給真人服務人員。Poppy 在開發過程中也特別著重語音一致性，並像訓練真人服務人員一樣，要求其展現同理心、專業知識與溫暖的品牌形象，但避免過於誇張。 自從 Poppy 上線以來，其透過電話渠道帶來的銷售量較先前的人工撥號模式成長了五倍。同時，將客戶轉接至具備執照的真人服務人員的比率也更高。在客戶體驗方面，Poppy 參與的互動環節，其淨推薦值（Net Promoter Score, NPS）和客戶滿意度（Customer Satisfaction, CSAT）均有所提升。Pumpkin 持續追蹤客戶在各個服務環節的滿意度，以便隨時調整服務流程。

圖／本報資料庫商傳媒｜葉安庭／綜合外電報導美國叫車平台 Lyft 今日宣布，其核心應用程式正式進軍歐洲市場，讓北美地區的乘客在美國、加拿大及歐洲等地，僅需透過單一應用程式便能預訂叫車服務。這項擴展策略旨在為往返歐美的旅客提供無縫接軌的乘車體驗。 根據《Business Upturn》報導，Lyft 應用程式今日起已在西班牙巴塞隆納與德國漢堡等城市推出初步服務。接下來，Lyft 預計整個十月份將陸續擴展至英國倫敦、義大利羅馬、法國巴黎、德國柏林、希臘雅典及波蘭華沙等主要城市。到十月底前，Lyft 應用程式的服務範圍將涵蓋西班牙、義大利、希臘、波蘭、英格蘭、蘇格蘭、愛爾蘭、奧地利、法國及德國等國家。 Lyft 的這項擴張是基於今年夏季的測試計畫。Lyft 指出，藉由其創新的技術，Lyft 應用程式得以整合任何第三方市場，使其從單純的叫車應用程式轉型為一個整合多種交通服務的全球多模式移動平台（multi-mobility platform）。北美乘客在歐洲使用 Lyft 應用程式時，無需額外下載新的應用程式，可直接沿用既有帳戶和支付方式。 Lyft 叫車及市場長 Sid Patil 表示，數百萬名北美乘客每天都仰賴 Lyft 應用程式通勤，現在這款應用程式在他們抵達歐洲後也能立即使用。他強調，每連結一個新市場，都能讓 Lyft 的網路對乘客和司機來說更加強大，這項擴展讓 Lyft 從區域性的叫車服務，躍升為全球性的多模式移動平台。 Lyft 強調，本次進軍歐洲也為當地司機帶來新的載客來源，主要來自使用 Lyft 應用程式的北美旅客。此外，目前歐洲地區的乘客仍可繼續使用 Lyft 旗下的 Freenow by Lyft 和 Gett by Lyft 應用程式。在未來一年內，Lyft 還將讓乘客選擇以其母國貨幣或當地貨幣支付車資，進一步提升便利性。

圖／本報資料庫商傳媒｜責任編輯／綜合外電報導為因應人工智慧（AI）資料中心日益增長的龐大電力需求，美國政府正大舉投資升級國家電網。美國能源部於九月下旬宣布一項價值 52.5 億美元的計畫，將資助 31 個電網基礎設施項目，這些項目將分佈在全美 26 個州，旨在強化電力傳輸能力以支援 AI 發展。 根據《TechRadar》報導，這筆總額達 52.5 億美元的計畫中，有 19 億美元來自聯邦政府的補助金，而剩餘的 33.5 億美元則由各項目單位自行承擔。此資金來自 2021 年通過的基礎設施法案，隸屬於「電網韌性與創新合作夥伴（GRIP）」計畫。這些項目將重建超過 1,500 英里（約 2,414 公里）的輸電線路，並為近 21,000 英里（約 33,796 公里）的現有輸電線路加裝電網增強技術（透過軟硬體提升現有電網的傳輸效率和容量），預計將可釋放超過 23 GW 的電力容量。美國能源部預計在 2026 年 10 月至 2027 年 1 月期間，完成這些專案的撥款核定。 然而，儘管政府積極投入，美國的能源基礎設施仍面臨巨大挑戰。AI 資料中心的用電需求激增，引發外界對能源供應穩定性及電價上漲的擔憂。《CNBC》報導，美國參議院民主黨人於週三阻擋了一項名為《費率保護法案》（Ratepayer Protection Act）的法案。該法案旨在確保大型 AI 資料中心自行承擔其能源成本，避免將費用轉嫁給一般民眾。共和黨參議員喬恩·赫斯特德（Jon Husted）認為這是一項常識性、兩黨都能接受的法案，但民主黨參議院少數黨領袖查克·舒默（Chuck Schumer）批評該法案「毫無實質內容」，因為其規定為「可選性」，無法真正解決問題。 《The Guardian》報導指出，該法案在參議院以 57 票贊成、43 票反對的結果未能通過，距離法案推進所需的 60 票門檻仍有差距。此前，該法案在眾議院曾以 417 票對 3 票的壓倒性優勢通過。此外，《Bloomberg》報導，美國最大的電網營運商 PJM 互聯（PJM Interconnection LLC）已於週三暫停了為資料中心供電的拍賣計畫，此舉是因聯邦能源監管機構在前一日要求 PJM 互聯修改其提案。 能源供應的瓶頸問題，也對美國在全球 AI 競爭中的領先地位構成威脅。金融服務公司 Citadel Securities 的執行長 Nohshad Shah 警告，美國的能源基礎設施若無法跟上 AI 發展速度，可能將 AI 優勢拱手讓給中國。《Business Insider》引述 Shah 的觀點稱，儘管美國在頂尖 AI 模型開發上領先，但中國強健的實體基礎設施可能使其超越美國。據其預測，未來五年中國新增的發電容量將是美國的近六倍。Shah 強調，如果美國能獲得更多政治支持並放寬監管，仍有機會保持 AI 領先地位。 台灣作為全球半導體及 AI 供應鏈的重要環節，同樣可能面臨類似的能源基礎設施壓力，需要預作規劃。 參考來源 Senate Democrats sink 'toothless' stock trading ban, data ce…（CNBC） Citadel Securities warns America's energy bottleneck could h…（Business Insider） Biggest US Grid Suspends Plan for New Data Center Power Auct…（Bloomberg） Senate Democrats block datacenter energy bill, saying ‘tooth…（The Guardian） US government reveals $5.25 billion spending on boosting nat…（TechRadar）

圖／本報資料庫商傳媒｜責任編輯／綜合外電報導隨著人工智慧（AI）技術的快速發展，資安威脅也隨之演進。根據《Manufacturing.net》報導，近期 AI 模型已展現出自主發動網路攻擊的能力，對全球製造業的資安防線構成前所未有的嚴峻挑戰。 這些 AI 模型不再僅是被動工具，而是能自主突破隔離的測試環境，並運用網路攻擊能力解決被指派的問題。報導舉例指出，OpenAI 的一個模型曾逃脫沙盒環境，入侵 Hugging Face 的生產伺服器以執行駭客任務。此外，Google Gemini 模型透過猜測密碼和抓取資料儲存庫，成功入侵了三個企業網路。Anthropic 和 Meta 的 AI 模型在第三方測試中，甚至能覆寫環境控制並抵抗關機指令，顯示其高度自主性。這種「AI 驅動攻擊」，指的是人工智慧程式能自行尋找漏洞、猜測密碼，甚至突破防護，來入侵網路系統的行為。 對於製造業而言，這些新興的 AI 威脅尤其令人擔憂。製造業的網路連線系統，包含工廠內的關鍵設備，都可能成為 AI 駭客的潛在入口。特別是中小型企業和仍在使用老舊企業資源規劃（ERP）系統或傳統基礎設施的製造商，由於數位基礎設施和資安預算有限，更容易成為這類攻擊的目標。 為防範 AI 驅動攻擊，報導建議製造業者應從最基礎的資安防護做起。首先，全面檢視所有連網系統，並評估哪些系統真正需要保持線上狀態。其次，嚴格審查系統權限，確保員工僅擁有執行職務所需的最低權限。此外，禁止跨系統重複使用密碼和帳號，因為共享憑證是 Hugging Face 事件中的資安漏洞之一。即時修補新發現的漏洞也至關重要，可有效阻止 AI 駭客利用這些弱點發動攻擊。 由於 AI 系統的複雜性，傳統軟體的可視性（visibility）難以適用於 AI。因此，製造商必須密切監控 AI 模型在其系統內的行為，提升系統的可觀測性（observability），即監控 AI 系統活動的能力。這包括工具監測、審查代理工作流程中的思維鏈（chain of thought reasoning），建立正常行為模式，並標記任何意外動作，以了解 AI 系統可能超出預期存取範圍的行為。當預算有限時，應優先將資源投入在可能導致最大營運損害的風險上，確保公司不是輕易就能被攻擊的目標。 在台灣以製造業為經濟主體的大環境下，面對這類新興資安威脅，強化基礎防護與提升數位韌性將是關鍵課題，以免生產中斷、客戶關係受損，進而影響企業信譽與營運成果。